[发明专利]融合PSO和SS-ELM的蜂窝网无线定位方法有效
| 申请号： | 201710140253.2 | 申请日： | 2017-03-10 |
| 公开（公告）号： | CN107124761B | 公开（公告）日： | 2021-02-19 |
| 发明（设计）人： | 刘发贵;覃亨锐 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | H04W64/00 | 分类号： | H04W64/00;G06N3/00;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了融合PSO和SS‑ELM的蜂窝网无线定位方法。本发明的实现包括使用有标签训练数据和无标签训练数据对SS‑ELM的输出层权值参数β作进行训练，对SS‑ELM进行训练的过程中引入PSO对SS‑ELM的超参数进行自动优化，PSO的适应度值计算函数在训练的过程中使用了有标签训练数据和无标签训练数据对SS‑ELM进行优化筛选得到最优的SS‑ELM参数作为回归模型用于在线定位服务。本发明专利的实施分离线和在线两部分实施。本发明减少基于RSS指纹数据的蜂窝网络定位对有标签的RSS指纹数据的依赖，降低人工采集数据的成本，并减少算法训练过程中的人工调节参数的工作量。 | ||
| 搜索关键词： | 融合 pso ss elm 蜂窝 无线 定位 方法 | ||
【主权项】：
融合PSO和SS‑ELM的蜂窝网无线定位方法，其特征在于包括使用有标签训练数据和无标签训练数据对SS‑ELM的输出层权值参数β作进行训练，在SS‑ELM训练过程中使用PSO对SS‑ELM的超参数进行自动优化，PSO的适应度值计算函数的计算涵盖了有标签训练数据和无标签训练数据，经过PSO优化筛选后得到的最优SS‑ELM参数作为回归模型用于在线定位服务。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710140253.2/，转载请声明来源钻瓜专利网。
